รีวิว Open Code Review — เครื่องมือรีวิวโค้ดด้วย AI จาก Alibaba คอมเมนต์ได้ตรงบรรทัด

คืออะไร

Open Code Review เป็น CLI สำหรับรีวิวโค้ดด้วย AI ที่เริ่มต้นมาจากผู้ช่วยรีวิวโค้ดภายในของ Alibaba Group แล้วถูกนำมาเปิดเป็น open source หลังผ่านการทดสอบในระดับใหญ่ — ตามที่ระบุใน README ระบบภายในนี้ให้บริการนักพัฒนาหลายหมื่นคนมากว่าสองปี และตรวจพบข้อบกพร่องของโค้ดจำนวนมาก

วิธีทำงานของมันคืออ่าน git diff แล้วส่งไฟล์ที่เปลี่ยนไปยัง LLM ที่ตั้งค่าได้ ผ่าน agent ที่มี tool ใช้งาน แล้วสร้างคอมเมนต์รีวิวแบบมีโครงสร้างระดับบรรทัด agent สามารถอ่านเนื้อไฟล์แบบเต็ม ค้นหาใน codebase ดูไฟล์ที่เปลี่ยนและไฟล์อื่นเพื่อทำ context และรีวิวได้ลึกกว่าการดู diff ผิว ๆ

นอกจากนี้ยังมีคำสั่ง ocr scan สำหรับรีวิวไฟล์ทั้งไฟล์ ไม่ต้องพึ่ง git diff — ตาม README ระบุว่าเหมาะกับการตรวจ codebase หรือโฟลเดอร์ที่ไม่มี diff และไม่ต้องมี git history ด้วย

จุดเด่น

• สถาปัตยกรรมแบบผสม deterministic + agent — ส่วนที่ต้องไม่พลาด (การเลือกไฟล์, การจัดกลุ่มไฟล์, การจับคู่ rule) ให้ logic ทางวิศวกรรมเป็นผู้การันตี ส่วนที่ต้องตัดสินใจได้ยืดหยุ่นคือ agent
• คอมเมนต์ระดับบรรทัด — มีโมดูลระบุตำแหน่งคอมเมนต์ (positioning) และโมดูลสะท้อนคอมเมนต์ (reflection) แยกกัน เพื่อแก้ปัญหา line number เพี้ยนกับตำแหน่งไม่ตรง ซึ่งเป็นข้อกังวลของ general-purpose agent ตามที่ README ระบุ
• Smart file bundling — จับไฟล์ที่เกี่ยวข้องกันเป็นหน่วยเดียว (ตัวอย่างใน README คือ message_en.properties กับ message_zh.properties) แล้วแต่ละ bundle เป็น sub-agent แยก context ทำให้ขยายตัวกับ changeset ใหญ่ได้ และรองรับการรีวิวพร้อมกัน
• rule matching แบบละเอียด — ใช้ template engine จับคู่ review rule กับลักษณะของแต่ละไฟล์ ตามข้ออ้างของ repo คือทำได้นิ่งกว่าการสั่ง rule แบบ language-driven
• ชุด rule หลายภาษาในตัว — ครอบคลุม NPE, thread-safety, XSS, SQL injection (จากคำโปรยของ repo) และปรับแต่ง rule เองได้ รวมถึง path filtering
• ทำงานร่วมกับ coding agent ได้หลายเจ้า — มี plugin/integration สำหรับ Claude Code, Codex, Cursor, Kimi Code, OpenCode, QCA Forward รวมถึง agent skill แบบ portable
• Delegation Mode — ให้ coding agent ของคุณรีวิวเอง โดย OCR ทำแค่การเลือกไฟล์และ resolve rule จึงไม่ต้องตั้งค่า LLM ในฝั่ง OCR
• ต่อกับ CI/CD ได้ — รองรับ GitHub Actions, GitLab CI, GitFlic CI และ Gerrit และเขียนผลลงไฟล์ได้ด้วย --format json --output
• มี benchmark ที่เปิดข้อมูล — AACR-Bench สร้างจาก repo open-source ยอดนิยม 50 ตัว, PR จริง 200 รายการ, 10 ภาษา และ ground truth ที่ senior engineer 80+ คน cross-validate (1,505 ปัญหา) ชุดข้อมูลมีบน Hugging Face
• เอาออกในรูปแบบ JSON และ Session Viewer — เลือก session แล้ว resume รีวิวที่ค้าง และเปิดดูผลในเบราว์เซอร์พร้อม mark คอมเมนต์ว่าแก้แล้วหรือข้าม

เทียบกับ general-purpose agent (Claude Code) ที่ใช้โมเดลเดียวกันกับ repo อ้างว่าได้ Precision และ F1 สูงกว่ามาก ใช้ token แค่ประมาณ 1/9 และรีวิวเร็วกว่า ขณะที่ Recall ต่ำกว่า — เป็นการเลือก trade-off เพื่อให้ได้ precision มากกว่า noise (อ้างอิงจาก README ของ repo)

เหมาะกับใคร

• นักพัฒนาที่อยากได้คอมเมนต์รีวิวโค้ดอัตโนมัติระดับบรรทัด ทั้งตอนเขียนโค้ดและตอนเปิด PR
• ทีมที่อยากรันรีวิวใน CI โดยคุมเรื่อง false positive และ token cost ที่เคยพบกับ general-purpose agent
• คนที่เพิ่งรับมือ codebase เก่า หรืออยาก audit ไฟล์/โฟลเดอร์ที่ไม่มี diff ด้วย ocr scan
• ผู้ที่ใช้ coding agent อยู่แล้ว (Claude Code, Codex, Cursor, Kimi Code, OpenCode) และอยากได้ review เป็น skill/slash command

เริ่มต้นใช้งาน

ต้องมี Git >= 2.41 ก่อน เพราะตัวเครื่องมือใช้ Git ทำ diff generation, code search และ repo operations

ติดตั้ง:

npm install -g @alibaba-group/open-code-review

ตั้งค่า LLM:

ocr config provider          # Select a built-in provider or add a custom one
ocr config model             # Pick a model for the active provider

รีวิว:

cd your-project

# Workspace mode — review all staged, unstaged, and untracked changes
ocr review

# Branch range — reviews feature-branch's changes since it diverged from main (merge-base mode)
ocr review --from main --to feature-branch

# Single commit
ocr review --commit abc123

# Resume an interrupted range or commit review
ocr session list
ocr review --from main --to feature-branch --resume <session-id>

# Full-file scan — review whole files instead of a diff (no git history needed)
ocr scan                          # scan the entire repository
ocr scan --path internal/agent    # scan a directory or specific files
ocr scan --resume <session-id>   # resume an interrupted full-file scan

# Save results to a file (recommended for AI host agents)
ocr review --format json --output result.json

# Delegation mode — let your AI coding agent perform the review itself
# OCR handles file selection and rule resolution; no LLM configuration needed
ocr delegate preview
ocr delegate rule src/main.go src/handler.go

ข้อควรรู้

• License: Apache-2.0 (Copyright 2026 Alibaba) — ใช้เชิงพาณิชย์ได้ แต่ยังควรอ่านเงื่อนไขในไฟล์ LICENSE ให้ครบก่อนนำไปฝังในผลิตภัณฑ์หรือปิด source
• ความสดใหม่: push ล่าสุด 10 ต.ค. 2026 — โปรเจกต์ยังเคลื่อนไหวอยู่ โดยมี open issues ค้าง 284 รายการ ณ ข้อมูลวันที่ 10 ต.ค. 2026 อยากเข้าไปดู bug กับ release notes ควรดู issue ล่าสุดเพิ่ม
• อายุโปรเจกต์ยังไม่นาน — สร้างเมื่อ 18 พ.ค. 2026 ประวัติการใช้งานสั้นกว่าที่ repo ภายในของ Alibaba มี ตัวเลข benchmark ที่ repo อ้างถึงจึงควรอ่านผลจริงด้วย
• ข้อจำกัดที่ repo ยอมรับเอง — Recall ต่ำกว่า general-purpose agent เป็นการ trade-off ที่ตั้งใจให้ precision มากกว่า noise แปลว่าปัญหาจริงบางส่วนอาจหลุดไป ควรใช้คู่กับการรีวิวของคน
• ต้องมี LLM endpoint — ถ้าไม่อยากตั้งค่า API key ของ OCR ต้องใช้ Delegation Mode ตามที่ README ระบุ
• ตัวเลขดาว 45.4k, forks 3,276 — เป็นข้อมูล ณ 10 ต.ค. 2026

🔗 https://github.com/alibaba/open-code-review

ข้อมูลจาก GitHub ณ 10 ต.ค. 2026: ⭐ 45,408 | ภาษา Go | license Apache-2.0